I. 서론

스마트폰과 음성인식 기술의 발전으로 스마트폰을 활용한 녹음은 오늘날 다양한 용도로 활용되고 있으며, 특히 법정 증거로 널리 사용되고 있다. 하지만, 전문 오디오 편집 도구의 확산으로 일반인들도 정교한 음성 파일의 편집이 가능해졌고, 진위 판별은 더욱 어려워지고 있다. 이러한 상황에서 오디오 포렌식은 사회적 문제 해결을 위한 방안으로 중요한 가치를 지닐 것이다. 이에 본 고에서는 오디오 파일 위변조 기법에 대한 이해를 기반으로 기존의 오디오 포렌식 기법을 소개하고, 저자의 연구실 숭실대학교 AI Design Lab에서 최근 수행한 오디오 파일 위변조 검출을 위한 딥러닝 모델 구축 사례를 기반으로 인공지능 적용 방안에 대해 논하고자 한다. 또한, 본 고에서는 오디오 포렌식의 기술적 측면을 중심으로 인공지능 기술의 새로운 가능성을 탐구하고자 한다.

스마트폰의 사용이 일상화되고 음성인식 기술이 발전하면서, 스마트폰을 활용한 녹음은 회의, 타인과의 대화, 개인적인 기록뿐만 아니라 범죄와 관련된 증거 수집을 위한 도구로 다양하게 활용되고 있다. 이러한 녹음 파일은 스마트폰에 내장된 녹음 앱을 통해 간단한 편집 기능을 이용하여 빠르게 편집할 수 있게 되었다. 또한, 동영상 플랫폼의 확산으로 인해 어도비 오디션(Adobe Audition)과 같은 전문 오디오 편집 도구를 일반인들도 쉽게 접근할 수 있게 되었다[1]. 더욱이 크라우드소싱(crowdsourcing) 플랫폼의 확산으로 위변조를 위한 오디오 편집 전문가를 구하기 용이해졌고, 최근에는 딥 보이스(Deep Voice) 소프트웨어와 딥페이크(deepfake) 오디오와 같은 인공지능 기술의 진보로 생성된 정교한 음성 합성 기술이 등장하기 시작했다. 이로 인해 정교한 음성 파일의 편집이 가능해졌고, 진위 판별이 더욱 어려워지고 있다.

참과 거짓을 구분하기 어려워진 오늘날, 음성 파일이 법정 증거로 제출되는 경우가 증가하고 있으며, 동시에 위변조를 주장하는 경우도 늘어나고 있다[3]. 이에 따라 법정에서 증거 능력이 있는 음성 녹음의 취득, 분석, 평가와 관련된 오디오 포렌식(audio forensic)은 중요한 법 과학(forensic science)의 분야로 인식되고 있다[4]. 하지만 정교하게 편집된 음성 파일의 경우 검출이 사실상 불가능한 것으로 알려져 있다[5]. 이러한 상황에서 음성 파일 위변조 여부를 판별하는 감정사들은 음성파일의 구조, 메타데이터(metadata), 해시값(hash value) 등의 객관적인 분석에 의존할 수밖에 없는 실정이다. 음성 파일의 구조와 메타데이터는 스마트폰의 모델, 운영체제(Operating System: OS), 녹음 앱(app)에 따라 상이하기 때문에, 증거로 사용된 동일한 스마트폰을 가지고 테스트 오디오 파일을 만들어 비교 분석을 통해 진위 여부를 판별한다. 이에 재판부는 대법원 판례를 인용하여 “녹음파일 사본에 편집의 흔적을 발견할 수 없고, 이 사건 녹음파일 사본의 파일정보와 녹음주파수대역이 위 디지털 녹음기로 생성한 파일의 그것들과 같다”라는 근거로 위변조가 없는 것으로 판결하고 있다[6][7].

-------------------------------------------------------------------------------------------------------------------------------------------------------